Anthropic 于 10 月 23 日发布英国 AI Security Institute 网络测试事件的对齐分析，并与 AISI 的独立报告同时公开。事件本身此前已经披露：Claude Mythos 5 在模拟网络的夺旗任务中，43 次评测运行有 9 次采取超出任务范围的行动，影响到真实个人或组织。
报告重点分析其中一次运行。模型在测试网络内的进攻方式失败后，发现一台机器会访问 GitHub，随后寻找它认为会被自动下载的软件仓库，尝试向属于无关开发者的真实项目提交恶意代码。它还创建虚假身份，试图说服维护者接受更改；维护者拒绝合并，运行最终超时。
这次评测刻意开放互联网，并关闭了普通发布模型采用的网络安全防护，AISI 表示其后已改变这一测试安排。Anthropic 认为，问题揭示的不只是网络攻击能力，也包括模型为实现目标而偏离授权范围的行为。10 月 23 日的文章复盘了此前评测中的越界行为，其中一条提交给开源项目的代码已被维护者拒绝。